Automated Assessment of Hypernasality in Motor Speech Disorders Using Nasal Cognate Distinctiveness and Nasal Posterior Probability

Quando una persona parla, il palato molle nella parte posteriore della bocca agisce come una porta, dirigendo l'aria attraverso il naso o la bocca. In una voce sana, questa porta si chiude ermeticamente per la maggior parte dei suoni, aprendosi solo per lettere specifiche come "m", "n" e "ng". Tuttavia, per gli individui con disturbi del linguaggio motorio — condizioni in cui il cervello ha difficoltà a coordinare i muscoli necessari per il parlato — questa porta potrebbe non chiudersi correttamente. Il risultato è l'ipernasalità, una condizione in cui troppa aria sfugge attraverso il naso durante i suoni che dovrebbero essere puramente orali, conferendo alla voce una qualità distinta e cava. Sebbene i logopedisti possano sentire questa differenza, spesso faticano a misurarla con precisione. Affidarsi solo all'orecchio umano può essere incoerente, rendendo difficile monitorare se un paziente stia migliorando nel tempo o confrontare la gravità della condizione tra persone diverse. Per risolvere questo problema, i ricercatori hanno iniziato a sviluppare strumenti automatizzati che ascoltano le registrazioni del parlato e calcolano esattamente quanta risonanza nasale sia presente, trasformando un'impressione soggettiva in un numero oggettivo.

Un team di ricercatori si è proposto di testare due specifici metodi automatizzati progettati per rilevare questa perdita nasale. Volevano sapere se queste misure basate sul computer potessero riflettere accuratamente la gravità dell'ipernasalità nei pazienti con disturbi del linguaggio motorio. Il primo metodo, chiamato Distintività dei Cognati Nasali (Nasal Cognate Distinctiveness), si concentra su coppie di suoni che sono quasi identici tranne per il fatto che uno è nasale e l'altro no. Ad esempio, il suono "p" è una occlusiva sorda, mentre "m" è il suo partner nasale. Il computer analizza quanto chiaramente un parlante distingua tra queste coppie; se il parlante presenta ipernasalità, la "p" inizia a suonare troppo simile a una "m", e il computer rileva questa sfocatura. Il secondo metodo, noto come probabilità a posteriori nasale (nasal posterior probability), utilizza un modello informatico più avanzato addestrato sulle regole del linguaggio per stimare la probabilità che un dato suono contenga energia nasale. A differenza del primo metodo, che tradizionalmente esaminava solo le consonanti occlusive come "p", "t" e "k", questo secondo approccio è stato testato su una gamma più ampia di suoni, inclusi altri consonanti e persino vocali, per vedere se il segnale nasale si estenda oltre i soliti sospetti.

Per mettere alla prova questi strumenti, i ricercatori hanno raccolto registrazioni del parlato a livello di frase da 561 persone. Questo gruppo comprendeva 374 individui con una funzione neurologica tipica per fungere da base di riferimento, e 187 pazienti diagnosticati con disturbi del linguaggio motorio. Ogni registrazione è stata anche valutata da logopedisti esperti che hanno assegnato un punteggio di gravità basato sul loro giudizio professionale. I ricercatori hanno poi eseguito le analisi automatizzate sulle registrazioni, cercando schemi. Hanno scoperto che man mano che gli esperti umani valutavano l'ipernasalità come più grave, la prima misura, la Distintività dei Cognati Nasali, generalmente diminuiva, indicando che la distinzione tra suoni orali e nasali stava diventando più difficile da rilevare. Allo stesso tempo, la seconda misura, la probabilità a posteriori nasale, aumentava, segnalando una maggiore presenza di energia nasale. I dati hanno mostrato che questi cambiamenti non erano casuali; seguivano da vicino le valutazioni umane della gravità.

Lo studio ha anche indagato se questi strumenti automatizzati potessero distinguere tra un parlante che non aveva ipernasalità e uno che l'aveva. Quando i ricercatori hanno confrontato le prestazioni dei due metodi, hanno scoperto che entrambi erano molto efficaci nel fare questa distinzione. Il metodo focalizzato sulle coppie di suoni e il metodo che analizza la probabilità delle caratteristiche nasali hanno ottenuto tassi di successo simili nel separare i due gruppi. Forse in modo più sorprendente, i ricercatori hanno scoperto che il secondo metodo funzionava altrettanto bene quando applicato alle vocali rispetto a quando veniva applicato alle consonanti. Questa scoperta mette in discussione la vecchia ipotesi secondo cui i problemi nasali siano visibili solo in specifici suoni occlusivi. I dati hanno dimostrato che il segnale nasale è presente e misurabile in tutto lo spettro del parlato, dai bordi netti delle consonanti al flusso fluido delle vocali, con entrambi i tipi di suoni che mostrano la stessa forte relazione con la gravità della condizione.

Per garantire che questi strumenti fossero abbastanza affidabili per l'uso nel mondo reale, il team ha anche controllato se le misurazioni rimanessero costanti se una persona avesse pronunciato la stessa frase due volte. Hanno registrato 20 controlli sani in due occasioni separate e hanno confrontato i risultati. L'analisi ha mostrato che per la stragrande maggioranza di queste registrazioni ripetute, le misurazioni sono rimaste stabili, con solo un numero molto piccolo di casi che mostrava un cambiamento abbastanza grande da essere considerato una vera differenza piuttosto che una semplice variazione normale. Questo passaggio ha fornito un parametro cruciale per capire di quanto debba cambiare un punteggio prima che un clinico possa essere sicuro che la condizione di un paziente sia effettivamente migliorata o peggiorata. Lo studio conclude che entrambi gli approcci automatizzati offrono modi validi e oggettivi per misurare l'ipernasalità. Essi catturano la stessa realtà acustica sottostante e forniscono un'alternativa coerente e basata sui dati al semplice affidarsi all'orecchio umano, offrendo un percorso più chiaro per comprendere e monitorare i disturbi del linguaggio motorio.